Python 古罗比多目标函数递阶退化

我试图实现一个具有多个目标函数（特别是2）的Gurobi模型，该模型以字典形式（在层次结构中）解决问题，但我遇到了一个问题，即当优化第二个目标函数时，它会将解决方案降级为第一个目标函数，这在层次结构优化中不应该发生。它将第一个解决方案降级1，将第二个解决方案降级5，这可能是我在分层设置模型时的错误吗？这是我设置模型的代码：

    m = Model('lexMin Model')
    m.ModelSense = GRB.MINIMIZE
    variable = m.addVars(k.numVars, vtype=GRB.BINARY, name='variable') 
    m.setObjectiveN(LinExpr(quicksum([variable[j]*k.obj[0][j] for j in range(k.numVars)])),0)
    m.setObjectiveN(LinExpr(quicksum([variable[j]*k.obj[1][j] for j in range(k.numVars)])),1)

    for i in range(0,k.numConst): 
        m.addConstr(quicksum([k.const[i,j]*variable[j] for j in range(k.numVars)] <= k.constRHS[i]))

        m.addConstr(quicksum([variable[j]*k.obj[0][j] for j in range(k.numVars)]) >= r2[0][0])
        m.addConstr(quicksum([variable[j]*k.obj[0][j] for j in range(k.numVars)]) <= r2[1][0])
        m.addConstr(quicksum([variable[j]*k.obj[1][j] for j in range(k.numVars)]) >= r2[1][1])
        m.addConstr(quicksum([variable[j]*k.obj[1][j] for j in range(k.numVars)]) <= r2[0][1])

    m.Params.ObjNumber = 0
    m.ObjNPriority = 1
    m.update()
    m.optimize()

因此，它查找值（-14613，-12803）而不是（-14614，-12798）

默认值为1e-4。第一个目标是降低比这更低的质量。（1/14614=~0.7 e-4）。如果你降低MIPGap，你的问题就会消失。在代码中添加

m.setObjective('MipGap', 1e-6)

在优化之前

一种解释这种行为的方法是，因为您的MIPGap为1e-4，所以即使您没有第二个目标，您也会接受值为-14113的a解决方案

m.setObjective('MipGap', 1e-6)